PROFET、HiDT和CARA三款单细胞多组学新算法，覆盖轨迹推断、差异TAD与跨模态细胞类型注释
今天这三篇都是单细胞多组学计算方法，发表于同一天，分别盯住了三个长期痛点：scRNA-seq 数据只有静态快照却需要推断动态过程、Hi-C 测序深度不够时差异三维结构识别精度崩塌、以及 scATAC-seq 数据因极端稀疏和批次效应导致细胞类型注释困难。三款工具的技术路线不同，但逻辑一致，都是用更精细的统计模型和深度学习框架把已有数据的信息量榨得更干。
PROFET：粒子梯度流重建单细胞轨迹，锁定乳腺癌帕博西尼耐药亚群
单细胞测序天然是截面数据，你看到的每个细胞只是某个时间点上的一个快照。如果想知道细胞在药物处理后如何从 A 状态演变到 B 状态，传统轨迹推断（trajectory inference）方法往往假设线性路径或依赖连续密集的时间点采样，这两个假设在真实生物学里经常被打脸。
Cheng 等人开发的 PROFET（particle-based reconstruction of generative force-matched expression trajectories）把这个问题建模成粒子动力学：每个细胞是一个粒子，基因表达空间里存在一个”力场”驱动它运动，PROFET 用粒子梯度流算法配合无仿真的力匹配（simulation-free force matching）从稀疏时间序列数据里还原这个力场，进而重建连续的非线性轨迹。
基准测试结果比较有说服力：在小鼠和人类体外数据集，以及一个爪螈（axolotl）体内再生数据集上，PROFET 的预测误差比十种现有最优轨迹推断方法低 2.6 到 12.5 倍（PMID: 42664975）。跟十种方法里最好的那个比还能拉开这个差距，说明改进不是边际效应。
应用层面，他们对帕博西尼（palbociclib）处理的 MCF7 乳腺癌细胞系生成了新的 scRNA-seq 数据，再结合三个已发表的乳腺癌患者数据集，重建了治疗响应轨迹。结果识别出一个具有大幅表型偏移的耐药细胞亚群，该亚群在表面标志物 UNC5B、TLR3、PCDH19、PROCR、SLITRK6 和 SEMA6B 上显著富集（PMID: 42664975）。
这六个标志物是后续研究的线索，不是结论。文章提供的是计算层面的识别，能否真正区分临床耐药患者、能否作为干预靶点，还需要独立的功能验证。MCF7 是细胞系，体外处理结果和真实肿瘤微环境差距可能相当大；三个患者数据集是已发表的回顾性数据，样本量和组成在摘要中未说明，外推要谨慎。
对做药物耐药机制或细胞命运追踪的读者来说，PROFET 的核心价值在于稀疏时间序列场景。你不需要每隔一个小时采样一次，PROFET 可以从间隔较大的时间点里推出连续动态。代码和数据是否公开、计算成本如何，是实际上手前需要先查清楚的问题。
HiDT：低深度 Hi-C 与伪批量 scHi-C 的差异 TAD 识别
拓扑关联域（topologically associating domains，TAD）是三维基因组的基本功能单元，跨条件比较 TAD 变化已经与发育和疾病关联起来。要可靠地识别差异 TAD，需要足够深的 Hi-C 测序；伪批量（pseudo-bulk）单细胞 Hi-C 数据天然测序深度低，现有算法在这种条件下准确率会显著下降。Li 等人开发的 HiDT 的解法是图神经网络加上注意力机制的边增强层（attention-based, edge-enhanced layer），专门捕捉 TAD 之间的结构差异，同时内置了一个深度特异性归一化模块，并在覆盖宽泛测序深度范围的数据上训练，让模型在低深度条件下也能稳定工作。
基准测试显示，在 TAD 级别和 subTAD 级别上，HiDT 一致优于现有方法，即便数据集只有几百万个接触对（a few million contacts）也能保持精度（PMID: 42665445）。几百万接触对在 Hi-C 领域算相当低了，这个特性对经费有限的实验室或者做伪批量 scHi-C 的团队有实际价值。应用上他们覆盖了三个场景：肿瘤进展中与癌基因失调关联的 TAD 重组、单细胞 Hi-C 伪批量数据中与转录异质性关联的差异 TAD、以及与等位基因特异性结构变异关联的单倍型特异性 TAD（PMID: 42665445）。覆盖面不窄，但这些应用均停留在计算层面，识别出的差异 TAD 对基因调控的因果贡献还需要功能实验来验证。
对做三维基因组、表观遗传学或肿瘤基因组学的团队，HiDT 最直接的价值是本来因为测序深度不足而搁置的数据集，或许值得重新跑一遍。单倍型特异性 TAD 的分析能力对做结构变异和 ASE（等位基因特异性表达）关联研究的团队也值得关注。
CARA：借 scRNA-seq 参考注释 scATAC-seq 的贝叶斯跨组学框架
scATAC-seq 的细胞类型注释在生信界一直是块硬骨头。数据极稀疏，每个细胞只能检测到一小部分开放染色质区域，加上维度极高、带标注的 scATAC 参考数据集稀缺、批次效应明显，这几个问题叠在一起，直接在 ATAC 空间做注释不仅困难，劳动成本也高。
Cao 等人开发的 CARA 是一个跨组学（cross-omics）贝叶斯框架，绕开了 scATAC 标注稀缺的问题，核心思路是把细胞类型知识从 scRNA-seq 迁移过来。具体上，CARA 先在 scRNA-seq 数据上预训练，再用半监督学习把模型迁移到目标 scATAC-seq 数据上，过程中结合分布对齐（distribution alignment）、动态类别加权（dynamic class weighting），以及专门的新细胞类型检测模块（PMID: 42665446）。
基准测试显示 CARA 在多个数据集上稳定优于基线方法，对批次效应具有鲁棒性，能够保留细粒度谱系结构，具体体现为可重建造血分化轨迹（hematopoietic differentiation trajectory）（PMID: 42665446）。新细胞类型检测通过多维不确定性估计和潜空间聚类来识别参考空间之外的群体，文章将这些群体定位为”candidates for further biological validation and perturbation”，这个措辞是诚实的，不是结论。CARA 还把框架延伸到了单细胞 DNA 甲基化数据，表明架构有跨模态扩展性（PMID: 42665446），但 DNA 甲基化部分的验证深度目前不及 scATAC-seq 部分，更多是概念验证。
对做表观基因组学的团队，CARA 的实际价值是不用从头积累带标注的 scATAC 参考，直接借用已有的 scRNA-seq 细胞图谱就能注释 ATAC 数据。做免疫或发育的团队如果手里有 scATAC 数据但一直苦于标注问题，值得评估。
三款工具的共同局限
这三篇都是方法论文，局限性集中且相似。
计算层发现和生物学结论之间仍有一段路。 PROFET 识别的耐药亚群表面标志物、HiDT 找到的差异 TAD、CARA 检出的新细胞类型，均建立在计算基准测试和数据集重分析上，需要湿实验独立验证才能从”候选”升级为”结论”。CARA 自身也明确把新细胞类型描述为待验证的候选。
数据代表性值得细查。PROFET 的癌症应用以 MCF7 细胞系为主体，配合三个已发表的患者数据集；患者数据集的具体样本量、种族构成、治疗方案均未在摘要中说明，能否外推到更广泛的临床场景存在不确定性。HiDT 和 CARA 的基准数据集多样性也需要在原文里仔细核查。
工程落地未被评估。 基准测试在受控数据集上表现好，不等于在真实脏数据上能开箱即用。运行时间、内存需求、依赖环境复杂度、文档质量，这些才是决定工具社区采用率的关键，而这些在摘要里都没有体现。三款工具解决的是分析流程里不同环节的问题，在同一条实际管线里能否顺畅衔接、结果是否一致，目前没有证据，想串联使用需要自行做适配工作。
- PROFET predicts continuous gene expression dynamics from scRNA-seq data to elucidate heterogeneity of cancer treatment responses.，Cell systems（PMID: 42664975）
- Identification of differential topologically associating domains from low sequencing depth and pseudo-bulk chromatin contact maps.，Genome research（PMID: 42665445）
- Robust annotation and discovery of novel cell types in single-cell ATAC-seq data through cross-modal reference alignment.，Genome research（PMID: 42665446）